Le métier de Data Analyst - Salaire, emploi, formation
4
 min
Carrière
 Publié le 
15/1/2021

Le métier de Data Analyst - Salaire, emploi, formation

Le Data Analyst est un métier qui a de plus en plus le vent en poupe. Les entreprises accumulent de la donnée de manière croissante et il devient capital pour elles de les analyser pour avoir une compréhension plus approfondie de leurs clients et de leurs processus. Selon le World Economic Forum, le métier de Data Analyst (avec celui de Scientist) est LE job du futur. Revenons donc sur ce métier, le salaire auquel vous pouvez prétendre, les formations pour devenir Data Analyst et les perspectives d’évolution.

Qu’est ce qu’un Data Analyst ?

Le métier

Comme son nom l'indique, l’objectif du Data Analyst est d’analyser les données d’une entreprise pour prendre des décisions éclairées sur un projet défini. 

Imaginez, par exemple, que vous souhaitez comprendre les grandes tendances de comportements d’achat des clients d’une entreprise. Pour cela, le Data Analyst extrait les données à disposition depuis une base, puis va les analyser avec différents outils pour comprendre les tendances qui s'en dégagent, et ainsi prendre des décisions sur la marche à suivre quant au développement d’un produit adapté. 

Comme vous pouvez le voir, c’est un métier qui devient capital dans un monde où les produits sont de plus en plus personnalisés et doivent correspondre au plus près aux besoins des clients finaux pour pouvoir se différencier et gagner en parts de marché. 

Le métier de Data Analyst
Le métier de Data Analyst


Les missions

Nous retrouvons le Data Analyst dans tout ce qui à trait à l'extraction, l'analyse et la présentation des données. Plus précisément, il peut avoir celles-ci comme missions : 

  • Extraire des données depuis une base avec des requêtes SQL.
  • Participer à l’amélioration des modèles de bases de données.
  • Analyser des données en Python ou R. 
  • Effectuer des A/B tests sur des données web pour optimiser le design d’un site ou d’une application.
  • Créer des dashboards avec des outils comme Tableau.
  • Optimiser des processus grâce aux Machine Learning.
  • Participer à la mise en place de best practices Data au sein de l’entreprise.

Dans ce cadre, le Data Analyst se doit d'avoir une compréhension approfondie de l'environnement global de l'entreprise, ses stratégies, ses produits, son marché, ses concurrents etc. Et pour cause, la mission du Data Analyst est de donner de la valeur aux données à disposition. Retrouvez ici l'interview complète de Candice, Strategy Data Analyst @ Blablacar.

A quelle étape le retrouve-t-on dans un projet Data ?

Si l’on devait résumer les étapes d'un projet Data, nous pourrions les illustrer sous forme de pipeline. Ce dernier s'article ainsi :

  • Collecte des données : Vous allez devoir trouver la donnée dont vous aurez besoin pour vos analyses. Elles peuvent se trouver dans des bases de données, vous devrez les scraper sur le web ou vous pouvez encore les récupérer de votre CRM !
  • Exploration : Une fois que vous avez la donnée, vous allez devoir la nettoyer et la préparer. Pour cela, on effectue souvent une phase exploratoire qu’on appelle EDA en anglais pour Exploratory Data Analysis. L’objectif est de détecter par exemple les valeurs aberrantes ou manquantes. 
  • Exploitation : Maintenant que tout est prêt, vous allez pouvoir utiliser la donnée pour l’objectif qui a été fixé. Par exemple, en Data Science, vous allez développer un algorithme de Machine Learning. 
  • Mise en production : Une fois que vous avez réussi à développer votre algorithme ou votre solution d’Intelligence Artificielle, vous allez devoir la mettre en production à l’échelle de votre entreprise. Ceci implique des technologies différentes et est une étape à part entière.
En tant que Data Analyst, vous travaillerez très souvent sur la partie exploration. Bien que vous aurez à collecter de la donnée aussi, le gros de votre travail sera de la comprendre et de lui donner du sens. Vous passerez donc beaucoup de temps à effectuer des analyses, explorer les données et présenter vos résultats. 

 
Les compétences

Pour devenir Data Analyst, vous devrez maîtriser à la fois des compétences techniques et des compétences en communication et vulgarisation.  C’est un métier plutôt généraliste mais nous pouvons polariser les compétences en quelques points : 

  • Programmation Python : C’est le langage phare dans la Data aujourd’hui et que vous devrez connaître pour avancer. C’est ce que vous allez utiliser en permanence dans votre travail puisque c’est le fondement sur lequel les technologies autour de l’analyse de données se reposent. Vous devrez principalement connaître des librairies comme Pandas ou Numpy pour pouvoir facilement manipuler de la donnée. 
  • Analytique & Statistiques : Il y a une dimension mathématique dans la Data. Bien qu’il ne faille pas être statisticien de formation, il est important que vous ayez des bases solides autour de la statistiques (moyennes, médianes, intervalles de confiance), l’algèbre linéaire (gestion de matrices) et les fonctions (dérivées etc.) 
  • Gestion de bases de données SQL : Lorsque vous allez collecter de la données, vous aurez besoin d’utiliser SQL. C’est une compétence très demandée chez les Data Analysts comme les Data Scientists
  • Data Visualisation : Lorsque vous aurez à présenter des résultats d’analyse, vous devrez concevoir des graphiques par exemple pour illustrer vos explications. Très souvent vous utiliserez soit Python, à travers des librairies comme Matplotlib, Plotly ou encore Seaborn, soit des outils de Business Intelligence comme Tableau ou PowerBI. 
  • Big Data : En fonction des infrastructures des entreprises, il est possible que vous ayez à requêter des bases de données Big Data. De ce fait, vous aurez à connaître Spark. C’est une compétence plus rare cependant en Data Analysis. 
  • Plus rarement, Machine Learning : En tant que Data Analyst plus avancé, vous pourriez être amené à analyser les résultats des modèoles de Machine Learning crées par les Data Scientist ou Machine Learning Engineers de votre entreprises. Cela impliquerait donc de vous que vous ayez de solides bases en Machine Learning pour retravailler dessus et fournir des insights stratégiques aux Data Scientists et Machine Learning Engineers.

Les soft skills de communication sont primordiales chez le Data Analyst. Il doit être capable de comprendre et de vulgariser des analyses à un public néophyte. En plus de ces hard skills, vous devrez aussi être : 

  • Bon communicant : Pour pouvoir vulgariser certains concepts complexes 
  • Organisé et rigoureux : Si vous voulez mener des analyses strictes, poussées et qui reflètent la réalité 

Le salaire 

En fonction du type d’entreprises et du secteur les salaires varient mais voici une grille de salaires moyens :

Position Salaire Moyen
Junior Data Analyst 35 000€ - 40 000€
Data Analyst 37 000€ - 42 000€
Lead Data Analyst 40 000€ - 49 000€

Source - Glassdoor & Etudes alumni de Jedha


Les formations pour devenir Data Analyst

La demande en Data Analysts augmente en flèche ces dernières années. Les recruteurs sont ouverts à des profils ayant des parcours très différents. De plus, les offres en formations sont larges. Voici quelques idées pour vous : 

  • Les formations en ligne : Elles sont très bien pour démarrer et vous former à votre rythme mais difficile d’avoir une crédibilité sur le marché avec seulement une formation en ligne. 
  • Les masters en Data : où vous pourrez avoir des formations plus complètes et un diplôme reconnu d'État. Cependant, vous devrez investir entre 10 000€ et 20 000€ ainsi qu’au minimum un an de votre temps. 
  • Les formations intensives type Bootcamp : C’est le bon compromis entre la flexibilité d’un cours en ligne et la profondeur théorique d’un master. Les bootcamps en Data sont devenus une vraie alternative à la formation classique car ils sont très orientés pratiques et vous enseigneront des compétences directement applicables en entreprises. N’hésitez pas d’ailleurs à regarder nos formations intensives en Data Analyse classée meilleure formation bootcamp Data de France ! 

En fonction de votre background, de votre niveau initial et de vos aspirations, vous opterez plutôt pour un type de formation plutôt qu’un autre. Nous avons écrit tout un article pour vous aider à choisir d’ailleurs la meilleure formation Data qui vous correspond. N’hésitez pas à y faire un tour. 

Les perspectives d’évolution 

Lorsque vous démarrez votre carrière dans la Data, vous verrez que beaucoup d’opportunités s'offrent à vous. Une fois que vous aurez acquis de l’expérience en tant que Data Analyst, vous pourrez aspirer à des postes à plus haute responsabilités dont voici un aperçu : 

  • Lead Data Analyst 
  • Chief Data Officer 

Vous pourrez aussi effectuer une progression plus horizontale avec des métiers comme celui de Data Scientist pour avoir une gestion plus large du pipeline Data pour gérer des projets plus grands en Machine Learning par exemple.

Nos conseils pour devenir Data Analyst

Si vous souhaitez démarrer dans la Data et que le métier de Data Analyst vous intéresse, voici quelques conseils qui pourront vous être utile : 

  • Mettez en avant vos compétences techniques mais aussi métiers : Les connaissances que vous avez de l’industrie dans laquelle vous travaillez vont vous permettre de mieux choisir vos données et de mieux les analyser. Si vous n'en avez pas, n'ayez crainte ! Montrer que vous êtes ouvert à tous secteurs et que vous souhaitez en découvrir est plus qu'apprécié par les recruteurs.
  • Réalisez des projets : si vous n’avez pas d’expérience professionnelle, ce n’est pas grave ! Vous pouvez en acquérir en faisant des projets open source sur Kaggle par exemple. N’hésitez pas à en faire le plus possible pour pouvoir les mettre dans votre portfolio. 
  • Mettez en avant votre background : Si vous avez de l’expérience dans d’autres branches métier, il est important de la mettre en avant. Vous pouvez par exemple avoir une expérience en Marketing ou en Finance et vouloir opérer une reconversion. Toute votre expérience passée est valorisable et cela vous donnera un avantage “métier” par rapport à d’autres candidats qui n’auraient que des compétences techniques. 

Rejoignez la communauté sur JULIE !

Python, SQL, gestion de projet Data, toutes les compétences à acquérir pour monter en compétences avec cours en ligne gratuits.

Antoine Krajnc
Écrit par
Antoine Krajnc
 - 
Fondateur
Jedha

Python : le language de programmation le plus
populaire parmi les professionnels de la Data !

Obtenez notre livre d'Introduction Pratique à Python !

Programmes, thématiques Data, admissions,
vous avez une question ?

Prenez rendez-vous avec nos équipes